基于5G车路协同的交通新基建 李静林 2020-11-29 00:08 No Comment 1085次浏览 > 随着中国前沿高新技术领域的迅猛发展，一系列引导交通数字化、智能化发展的政策加快颁布，城市智慧交通体系建设初具规模，各类创新技术应用也已影响到交通行业的方方面面，包括交通数据分析、智能交通体系构建、交通资源配套与利用，以及纵向跨界交通信息服务等等。 为更好地推动大数据、人工智能、物联网、区块链、云计算等新一代信息技术与交通行业的深度融合，由北京市科学技术协会指导，金隅智造工场、北京长风信息技术产业联盟主办的“2020智能驾驶前瞻技术交流会”将于2020年11月26日(周四)通过线上会议的形式举办，旨在搭建学术与实践交流平台的基础上，促进企业在智慧交通方面的技术发展、实际应用、案例交流，推动创新资源不断融合，实现未来共赢。   > 26日的演讲时间有限，一些内容无法展开。这里就未能深入展开的一些问题进行了一点扩展和补充。 另外一些内容可能思考不周，如果有什么想法，也希望能与业界同仁多加探讨。 # 传统智慧道路/智慧高速建设过程中存在的一些问题  传统智慧道路/智慧高速在建设和使用过程中，主要存在以下四方面问题： 1. 轻业务 传统智慧道路建设过程中，主要重视硬件部署，轻视软件应用；重视单系统建设，轻视平台化系统建设。这就导致各种系统垂直部署（烟囱式部署与使用），重复建设严重，设备利用率不高。 智能交通系统目前所处的信息化水平，基本相当于20年前电信行业所处的水平。多制式系统并存，各自为政，只能在低层次水平互通，甚至无法互通。 2. 轻数据 传统智能交通系统重视数据采集数量，但轻视数据采集质量；重视原始数据采集，轻视数据融合分析。比如重视大规模监控摄像头的建设，大规模视频监视数据的收集，但是这些视频数据有没有用，有什么用，基本没太多考虑。这就导致对道路数据的采集和利用质量不高，基本只能用于可视化。 3. 轻控制 传统智慧道路系统的建设重视道路监视，“轻视”道路引导控制；重视事后追责，轻视事前引导。当然这也不完全是智慧道路建设本身的问题，而是智能交通系统尚未找到更有效的，提高通行效率和道路安全的典型应用。根本原因是传统智能交通系统中缺乏有效的主动认知和主动控制的手段。 4. 轻智能 传统智慧道路主要侧重信息化，看中更简单有效的“自动化”系统，不感轻易尝试“智能化”系统；重视容易看见的“识别”系统，不敢尝试不太好触及的“决策”系统；重视单点问题的解决，不理解“网络”化系统的作用。这就导致目前的智慧道路建设仍停留在人工控制的阶段，距离“智能化”控制还有很长的距离。 # 智慧道路建设的方向 目前国内外研究者都认为，单车无人驾驶在开放道路上应用存在无法克服的问题，车路协同是无人驾驶未来的发展方向。这一点，美国的自动驾驶3.0亦将协作式自动化和网联化作为未来无人驾驶和必经途径。  **但需要注意的是，未来的智慧道路不应该以支持自动驾驶为最终的目标，更不能以“路控车”为最终目标** 1. 自动驾驶是车辆的未来终极目标，但是智慧道路上不止有机动车，还会有非机动车，且从高级辅助驾驶车到全自动驾驶车还将有20年甚至更长时间的逐步演进。而且智慧道路不仅要保障车辆交通安全，还要肩负出行效率。 2. 自动驾驶目前仍然存在驾驶决策的伦理问题，如果加入智慧道路对车辆的控制，那么就会行车更复杂的伦理问题，而陷入无解。  同时，我们认为，交通系统本质上是一种群体智能系统，其必然存在两个特点： 1. 智能内生 未来在智慧道路上，由智能的车、智能的路、智能的网络决策共同协同（多车-路-云的泛在协同）来解决交通安全问题。这意味着，车、路、云需要拥有足够的智能来自主运行，车、路、云之间的智能是不能相互取代的。 2. 群智涌现 未来的智慧道路，是通过协调多个智能个体（车辆和路侧设施），使得合作涌现出的路口和宏观路网交通态势更稳定和均衡，从而保障交通效率。这意味着，车、路、云之间的智能不是孤立的，而应该具备协同能力，从而能自适应道路交通的变化，实现自治管理。 因此，智慧道路的根本目标，应当是为“数字化”道路中运行的各种交通元素提供协同的环境。 # 交通新基建的目标  交通最终将从目前人适应交通系统，向未来交通系统适应人的需求这一方向演进。而如何支持个体智能系统向群体智能系统演进，最重要的是如何提供这一“协同”支撑环境。 未来的智慧道路，不仅仅提供空间资源，还将提供更多更复杂的感知资源、通信资源、计算资源等，这些资源都将是随需而变的。如何能主动调配这些资源，使得多个不同的交通参与者能够高效的利用这些资源，才能满足多智能体协同需求。 而对这些多维资源的组织、管理、分配的能力，也将成为未来交通新基建的基础能力之一。 # 基于5G车路协同的交通新基建网络体系  未来的交通新基建，将会以多层智能化架构为核心，构成群智协同网络体系，去支撑多车协同，多车路协同，多路侧协同，多区域协同等多种形式的**“群智协同”**。